1月10日に雑誌で発表された研究によると、MRIと臨床パラメータに基づく深層学習モデルは、前立腺がんの進行リスクを予測するのに有効であるようだという。 放射線学: がんの画像化。
この発見は不必要な生検の減少につながる可能性がある、とオランダのフローニンゲン大学医療センターのクリスチャン・ロスト率いるチームは書いている。
前立腺がんは男性の間で最も一般的ながんであり、低リスク疾患の発生率が高いため、積極的な監視がますます魅力的な戦略になっていると研究者らは説明した。リスク計算機は前立腺がんの管理において重要な役割を果たしており、現在多くのものが使用されているが、現在利用可能なものは「変動性の高い臨床変数に依存しているため、信頼性が限られている」と研究者らは書いている。
Roest氏のグループによれば、MRIの特徴に基づく深層学習が役立つのはこのためだという。
Harrell C インデックス (最適なモデル予測の基準として 1 を使用) を使用して、ベースライン MRI から 5 年後までのモデルのパフォーマンスを次のリスク計算ツールと比較しました。欧州前立腺がんスクリーニングに関するランダム化研究 (ERSPC)将来リスク計算機。前立腺がん予防試験 (PCPT) のリスク計算ツール。および前立腺画像レポートおよびデータ システム (PI-RADS)。スキャンは内部コホート (ラドバウド大学医療センター) と外部コホート (オランダがん研究所) から行われました。
チームは次のことを発見しました。
- 深層学習モデルは、臨床的に重大な前立腺がんの進行をハザード比で予測しました [HR] 内部コホートは 1.97、外部コホートは 1.32 でした。
- このモデルは、1、2、および4年の追跡調査後に、臨床的に重大な前立腺がんのリスクが3%以下、8%以下、および18%以下である患者のサブグループ(約20%)を特定した。
- このモデルの C インデックスは内部コホートで 0.68、外部グループで 0.56 であり、ERSPC と PCPT を上回っていました（両方とも p
著者らによれば、この結果は有望であるという。
“私たちの [deep-learning] モデルは内部および外部コホート全体にわたって堅牢な予後値を示しました… [which] DL ベースのリスク推定は、既存のツールと比較して、医療センター全体のリスク評価の堅牢性を強化できる可能性があることを示唆しています」と研究者らは結論づけています。
完全な研究結果を見つけることができます ここ。
1736551362
#MRI #データに基づく深層学習モデルが前立腺がんのリスクを予測
2025-01-10 22:42:00